{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK479",
        "title": "تشخیص و طبقه بندی بی درنگ نوع، رنگ و جهت حرکت خودروهای واقع بر سطح جاده در یک دنباله ویدئویی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1395",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TK479",
        "title": "تشخیص و طبقه بندی بی درنگ نوع، رنگ و جهت حرکت خودروهای واقع بر سطح جاده در یک دنباله ویدئویی",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1395,
        "authors": [
            {
                "name": "احمد مصیبی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حسین خسروی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "تشخیص نوع خودرو",
            "ویدئو",
            "حمل و نقل هوشمند",
            "بلادرنگ",
            "HOG"
        ],
        "abstract": "تشخیص نوع خودرو در جاده، به طور کلی نقش مهمی در کاربردهای مربوط به سیستم‌های حمل و نقل هوشمند جهت افزایش امنیت و سهولت تردد وسایل نقلیه در جاده‌ها ایفا می‌کند. روش‌‌های موجود برای تشخیص نوع خودرو، روش‌هایی هستند که با استفاده از حسگرهای مختلف، از جمله حسگرهای لیزری، راداری، دیداری و... اطلاعات مورد نیاز برای تشخیص را بدست آورده و آن‌ها را مورد بررسی قرار می‌دهند، اما در این میان استفاده از روش‌های دیداری و مبتنی بر تصاویر یا ویدئو، با توجه به اعتبار مناسب نتایج و نیز هزینه‌های کم، چه از نظر سخت افزار مورد نیاز و چه از نظر زمان پردازش، بیش‌تر از سایر موارد مورد توجه قرار گرفته‌اند. تشخیص خودرو می‌تواند در دو سطح صورت گیرد: این‌که نوع خودرو، تنها از نظر ابعاد و ویژگی‌های کلی ظاهری آن تعیین شود ( تقسیم بندی به گروه‌های سواری، سنگین و ... ) و یا این‌که به طور جزئی‌تر، مدل و شرکت سازنده خودرو هم تعیین شود. در این پایان نامه برای بخش تشخیص خودرو و نیز رنگ آن، از ویدئو‌های نمای نزدیک تهیه شده از درگاه ورودی یک عوارضی استفاده شده است. این نوع ویدئوهای نمای نزدیک، به دلیل دشواری‌هایی که جهت جداسازی خودرو از تصاویر و نیز میدان دید محدودی که دارند، کم‌تر مورد توجه قرار گرفته‌اند. تشخیص نوع و مدل خودروهای عبوری از درگاه‌های عوارضی برای کاربردهای امنیتی، آمارگیری‌ها، خودکارسازیِ عملیات دریافت عوارض و... ضروری می‌نماید. در این پایان نامه الگوریتمی بلادرنگ برای تشخیص نوع و طبقه خودروهای عبوری از عوارضی‌ها ارائه شده است. متوسط درصد معیارهای حساسیت و دقت الگوریتم پیشنهادی در مرحله‌ی یافتن خودرو به ترتیب 94/75 و 98/83 درصد و میزان صحت در مراحل تشخیص کلاس کلی و مدل خودرو به ترتیب 98 و 96/65 درصد بوده است. تشخیص رنگ نیز برای خودروهای سبک و پس از تعیین مدل انجام گرفته است و برای تشخیص جهت حرکت خودرو از ویدئویی متفاوت که از نمای دور تهیه شده استفاده شده است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TK479.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}